どうもー、ちょげです。
ディープラーニングには、CNN（畳み込み型ニューラルネットワーク）というものがあります。
CNNは画像認識に特化したニューラルネットワークです。
その特徴として、畳み込み層とプーリング層を持つことが挙げられます。
今回は、プーリング層について解説します。
データを縮小する
プーリング層では、データを縮小する役割があります。
畳み込み層と活性化関数から出力されたデータの決まった複数の区間から数値を抽出することによって、縮小を行っています。
プーリングには、抽出の仕方によっていくつか種類があります。
例えばMaxプーリングという方法では、複数の区間の最大値を抽出して1つのデータにしています。
他にも平均値を抽出するAverageプーリングという方法もあります。
特徴
プーリング層には、3つの特徴があります。
- パラメータがない
- ロバスト
1つはプーリング層には、重みやバイアスといったパラメータがない点です。
もう1つはロバストという特性です。
ロバストとは、状況が大きく変わったとしても影響を受けにくい特性の事です。
この特性はデータのある区間から最大値などで抽出するという方法によって、区間内でのデータのずれが気にならないことによるものです。
まとめ
CNNのプーリング層について解説しました。
プーリング層は、複数の区間からデータを抽出して、データを縮小させる層です。
読んで頂きありがとうございました。
参考
Bitly
amzn.to
コメント